ATom：来自 UAS 大气痕量物质色谱仪（UCATS）的测量数据大气中：氧化亚氮（N2O）、六氟化硫（SF6）、甲烷（CH4）、氢气（H2）、一氧化碳（CO）、水蒸气（H2O）和臭氧（O3）的浓度

ATom: Measurements from the UAS Chromatograph for Atmospheric Trace Species (UCATS)

ATom：来自 UAS 大气痕量物质色谱仪（UCATS）的测量数据大气中：氧化亚氮（N2O）、六氟化硫（SF6）、甲烷（CH4）、氢气（H2）、一氧化碳（CO）、水蒸气（H2O）和臭氧（O3）的浓度

简介

UCATS (UAS Chromatograph for Atmospheric Trace Species) 是一种用于测量大气中微量物质的无人机色谱仪。它由NASA的研究人员开发，旨在提供高分辨率、高灵敏度的大气化学参数的测量。

UCATS使用色谱分离技术来分离和量化空气中的气体成分。它可以测量多种气体，包括臭氧、氧化物（如一氧化氮和二氧化氮）、甲烷、烷烃、挥发性有机化合物等。通过测量这些气体的浓度，科学家可以了解大气化学过程以及对气候和空气质量的影响。

UCATS是安装在无人机上的小型仪器，可以在不同的高度和地点进行观测。它具有高度自动化的功能，可以通过预先设置的任务进行测量，并将数据实时传输回地面。这使得UCATS能够提供连续的、实时的大气化学数据，有助于科学家更好地理解和预测大气变化。

UCATS的数据对于研究大气化学、气候变化和空气质量具有重要意义。它可以用于验证和改进大气模型，提供对大气成分的准确测量，并帮助科学家更好地理解大气中微量物质的来源、转化和影响。这些数据还可以用于监测大气污染、评估环境政策的有效性以及预测未来的气候变化趋势。

摘要

该数据集由无人机系统（UAS）大气痕量物种色谱仪（UCATS）收集，提供了大气中氧化亚氮（N2O）、六氟化硫（SF6）、甲烷（CH4）、氢气（H2）、一氧化碳（CO）、水蒸气（H2O）和臭氧（O3）的浓度。 UCATS 系统由三个不同的仪器组成：一个带电子捕获探测器的双通道色谱仪（一个测量 N2O 和 SF6，另一个测量 CH4、H2 和 CO），一个测量 H2O 的可调二极管激光器，以及一个双光束 O3 光度计。 ATom 任务在 NASA DC-8 飞机上部署了大量气体和气溶胶有效载荷，对大气层进行系统的全球范围采样，从 0.2 到 12 公里高度连续进行剖面测量。 该数据集包括 168 个逗号分隔文本（ICARTT）格式的文件，56 次飞行每次有三个数据文件（每个仪器一个）。

代码

!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassify
 
import pandas as pd
import leafmap
 
url = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
df
 
leafmap.nasa_data_login()
 
 
results, gdf = leafmap.nasa_data_search(
    short_name="ABoVE_ASCENDS_XCO2_2050",
    cloud_hosted=True,
    bounding_box=(-165.68, 34.59, -98.1, 71.28),
    temporal=("2017-07-20", "2017-08-08"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

Elkins, J.W., E.J. Hintsa, and F.L. Moore. 2019. ATom: Measurements from the UAS Chromatograph for Atmospheric Trace Species (UCATS). ORNL DAAC, Oak Ridge, Tennessee, USA. ATom: Measurements from the UAS Chromatograph for Atmospheric Trace Species (UCATS), https://doi.org/10.3334/ORNLDAAC/1750